具身智能情报站 EAF·Embodied AI Frontier Your Embodied AI Intelligence Hub
⌂ / 快讯 / 觅蜂研究揭示真机数据质量影响具身智能后训练
技术

觅蜂研究揭示真机数据质量影响具身智能后训练

觅蜂科技发布具身智能真机数据质量研究,基于超过20万小时真机数据和2万多个任务记录的工程积累,并结合25款双臂机器人结构分析与训练后真机测试,评估后训练数据的有效性。研究旨在厘清规模化真机训练中最关键的数据属性。

团队披露,模型会保留示范中约90%的额外路径。当绕行数据占比由0增至80%,任务耗时由25.3秒增至32.6秒,说明低效示范轨迹会随任务成功一并被学习,数据构成直接影响部署效率。

另一项实验中,补全机器人决策所需的视觉信息后,选对机械臂的准确率由约50%升至100%。这表明观测缺失可能严重限制策略表现,即使任务本身可学习。

研究指出,任务成功并不等于数据优质。观测完整性、采集与部署校准一致性及动作效率均会影响后训练效果。觅蜂称,这些发现为真机数据在用于训练具身智能模型前提供了可操作的评估依据。

✓ 已核对 2026-11-20
快讯简报 实时
推荐文章 按时间最新